PT ▾
Obter chave de API

Alternativa OpenAI para desenvolvedores: configuração de chave e SDK

Alternativa à API OpenAI sem censura, pronta para usar

Uma alternativa OpenAI para desenvolvedores deve custar no máximo uma tarde, não uma reescrita. Esta funciona com os SDKs padrão da OpenAI: você altera a base URL, cola uma nova chave e chama o modelo chamado uncensored.

Atualizado

Um terminal conectado por um cabo luminoso a um único cubo, ilustrando a troca de base URL para desenvolvedores

Pontos principais

Cinco passos do zero a uma chamada funcional

Se você quer uma alternativa OpenAI para desenvolvedores que possa testar hoje, este é o caminho completo. Leva cerca de dez minutos.

  1. Crie uma conta com Google ou com e-mail e senha.
  2. Acesse a página da chave de API e pressione o botão que resgata o crédito de teste. Você recebe $0,50, válido por 7 dias, um por pessoa, sem cartão.
  3. Copie a chave. Trate-a como uma senha e mantenha-a fora do git.
  4. Defina a base URL para https://api.openaiapialternative.com/v1 no seu SDK ou cliente.
  5. Envie uma requisição com o modelo definido como uncensored.

Tanto o formato de mensagens, streaming e chamadas de ferramentas são iguais ao formato de chat completions da OpenAI que você já usa. O serviço expõe POST /v1/chat/completions e GET /v1/models. Nada mais, então há pouco para aprender.

Python com o SDK oficial

Instale o pacote com pip install openai. O cliente recebe a base URL e a chave como argumentos do construtor, então nenhum estado global é alterado e você pode manter um segundo cliente para outro provedor no mesmo processo.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.openaiapialternative.com/v1",
    api_key=os.environ["UNCENSORED_API_KEY"],
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "Answer briefly and directly."},
        {"role": "user", "content": "List three edge cases for a date parser."},
    ],
    max_tokens=300,
)
print(resp.choices[0].message.content)
print(resp.usage)

max_tokens é opcional. Se você não o informar, a conclusão pode usar o que sobrar da janela de 100.000 tokens, então defina um limite quando quiser custo previsível.

Os modelos de chat não têm memória própria. Cada solicitação deve carregar o histórico que você deseja que o modelo veja, portanto, um assistente de múltiplas rodadas é apenas uma lista que você continua adicionando:

from openai import OpenAI

client = OpenAI(base_url="https://api.openaiapialternative.com/v1", api_key="YOUR_KEY")
history = [{"role": "system", "content": "You are a patient pair-programming partner."}]

while True:
    user = input("you> ")
    if not user:
        break
    history.append({"role": "user", "content": user})
    r = client.chat.completions.create(model="uncensored", messages=history)
    answer = r.choices[0].message.content
    history.append({"role": "assistant", "content": answer})
    print(answer)

Os tokens de entrada aumentam a cada rodada, porque a lista inteira é enviada a cada vez. Com uma janela de 100.000 tokens, há bastante espaço, mas você paga pelo histórico em cada chamada, então reduza as rodadas antigas ou resuma-as quando a lista ficar longa.

Node e curl

O SDK Node segue o mesmo padrão. Instale com npm install openai e passe baseURL.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.openaiapialternative.com/v1",
  apiKey: process.env.UNCENSORED_API_KEY,
});

const stream = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Write a haiku about stack traces." }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

Para uma verificação rápida pelo terminal, liste os modelos. Você deve ver uma entrada com o ID uncensored.

# expect one entry with id "uncensored"
curl https://api.openaiapialternative.com/v1/models \
  -H "Authorization: Bearer $UNCENSORED_API_KEY"

Uma requisição em streaming ocupa um dos seus slots de concorrência até o fim do streaming, o que importa se um cliente abandonar um streaming sem fechá-lo. Feche a conexão do seu lado quando o usuário navegar para outro lugar.

Editores, agentes e outros clientes

Muitas ferramentas de desenvolvedores permitem substituir a URL base da OpenAI. Editores como Cursor têm uma tela de configurações de modelo onde você pode inserir uma URL base compatível com OpenAI personalizada e uma chave, e interfaces de chat como SillyTavern permitem adicionar um endpoint compatível com OpenAI personalizado. Rótulos e posições de menu mudam entre versões, então procure por um campo chamado algo como "Override OpenAI base URL" ou "Custom endpoint".

Independentemente da ferramenta, você precisa dos mesmos três valores:

CampoValor
URL basehttps://api.openaiapialternative.com/v1
Chave de APIa chave da sua conta
Nome do modelouncensored

Se a ferramenta insistir em uma lista de nomes de modelos conhecidos, adicione uncensored como um modelo personalizado. Se ela adicionar /v1 por conta própria, forneça o endereço sem o sufixo, caso contrário você acabará com um caminho duplicado e um erro not-found.

Chamada de ferramentas e modo JSON

Saída estruturada é onde uma alternativa geralmente falha, então teste isso cedo. Ambos os recursos usam o formato OpenAI. Para o modo JSON, defina response_format e mencione JSON no prompt.

import json
from openai import OpenAI

client = OpenAI(base_url="https://api.openaiapialternative.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "Reply with a JSON object with keys title and tags."},
        {"role": "user", "content": "Describe a short story about a lost lighthouse keeper."},
    ],
)
data = json.loads(resp.choices[0].message.content)
print(data["title"], data["tags"])

Para ferramentas, passe uma lista tools com esquemas de função, leia tool_calls da resposta, execute a função você mesmo e envie o resultado de volta como uma mensagem com role: "tool". Respostas em streaming entregam tool_calls em partes, então acumule a string de argumentos antes de analisá-la.

Modelos ainda podem retornar JSON malformado ocasionalmente, independentemente do provedor. Envuelva a análise em um bloco try e tente novamente uma vez com a mensagem de erro anexada à conversa.

Sementes também são passadas, então definir seed com uma temperatura fixa dá a você uma maneira de comparar mudanças de prompt nas mesmas entradas. Não espere saída idêntica byte a byte em todas as execuções, mas as diferenças diminuem muito.

Limites, tratamento de 429 e controle de custo

Uma chave completa permite 8 requisições simultâneas e 300 requisições por minuto. A chave de teste permite 2 e 60. O corpo pode ter até 8 MB. Cada resposta inclui X-RateLimit-Limit-Requests e X-RateLimit-Limit-Concurrency, além de X-Balance-USD para seu crédito restante.

Ultrapassar retorna HTTP 429. O código de erro indica qual limite: rate_limited significa muitas requisições por minuto, e concurrency significa muitas requisições ao mesmo tempo. Uma sobrecarga temporária também retorna 429, com o cabeçalho Retry-After: 5. Os SDKs da OpenAI tentam novamente as respostas 429 por padrão com backoff, e você pode aumentar a contagem com max_retries no cliente. Para trabalhos em lote, um semáforo de 8 mantém você abaixo do limite de concorrência.

Para orçamento, baseie-se no preço: $0,15 por 1M tokens de entrada e $0,50 por 1M tokens de saída. Um trabalho que envia 4M tokens de entrada e recebe 1M tokens de volta custa 4 x $0,15 + 1 x $0,50 = $1,10. Requisições falhas ou recusadas não são cobradas. A página de preços lista tamanhos de recarga e bônus.

Um wrapper de nova tentativa curto é suficiente se você não estiver usando um SDK que faça novas tentativas por você. Leia Retry-After quando presente, use um atraso exponencial como fallback e desista após algumas tentativas. Não tente novamente em erros que não sejam 429 ou uma falha de servidor, porque uma solicitação malformada falhará da mesma maneira cada vez.

Erros que custam uma hora no primeiro dia

A maioria das primeiras chamadas falhas vem de uma lista curta de causas. Verifique isso antes de suspeitar do serviço.

  • Um caminho duplicado. A URL base já termina em /v1. Não adicione outro, e não chame /chat/completions sem ele.
  • O nome do modelo errado. Código antigo frequentemente carrega um nome de modelo de fornecedor. Substitua-o por uncensored, ou a chamada não corresponderá a nada.
  • Uma chave com espaço em branco. Chaves copiadas de uma página da web ou de um terminal frequentemente incluem uma nova linha final. Remova-a.
  • Testes em uma chave de teste com concorrência de produção. A chave de teste permite 2 requisições simultâneas e 60 por minuto, então um teste de carga com 20 threads retornará 429 com o código concurrency quase imediatamente.
  • Esperando outros endpoints. Chamadas de imagem, áudio e embeddings não fazem parte do serviço.

A segunda categoria é comportamento, não configuração. Um modelo sem recusas seguirá instruções estranhas de forma mais literal do que você espera. Se uma resposta for para um lugar que você não queria, ajuste o prompt do sistema em vez da temperatura. Se as saídas forem repetitivas, aumente um pouco temperature ou adicione uma penalidade de frequência, ambas repassadas.

Um último hábito vale a pena adotar cedo: armazene o corpo exato da requisição de cada chamada que o surpreender. Quando pedir ajuda à equipe na página de suporte, o ID da requisição mais esse corpo é um relatório de bug completo.

Antes de lançar

  • Mantenha a chave no servidor. Nunca a envie em um bundle de navegador ou aplicativo móvel.
  • Registre o cabeçalho X-Request-Id com cada chamada. Isso torna as perguntas de suporte respondíveis.
  • Adicione sua própria filtragem de entrada e saída se usuários finais puderem digitar livremente. O modelo não recusa, então a moderação é sua para definir.
  • Mantenha um provedor de fallback na configuração. A alternância é uma alteração de URL base, então uma flag de recurso é suficiente.
  • Lembre-se do escopo: apenas texto, sem embeddings, sem imagens, sem fine-tuning.

A documentação tem a lista completa de parâmetros. Se algo se comportar de forma estranha, a página de suporte diz como entrar em contato com a equipe.

Perguntas e respostas

Quais SDKs funcionam?

Qualquer SDK ou cliente OpenAI que permita definir a URL base e a chave. As bibliotecas oficiais Python e Node funcionam, assim como chamadas HTTP simples com curl.

Preciso de um cartão para testar?

Não. O crédito de teste de $0,50 é resgatado com um clique na página da chave de API após o login e não precisa de cartão. É válido por 7 dias, um por pessoa.

Qual é o nome do modelo?

O ID do modelo é uncensored. Acesse GET /v1/models para confirmar isso com sua própria chave.

Qual é o tamanho máximo de uma solicitação?

A janela de contexto é de 100.000 tokens para prompt mais conclusão, e o corpo máximo da requisição é de 8 MB.

Sua chave está a um formulário de distância

Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.

Obter chave de APILer a documentação